Anda di halaman 1dari 21

1

ECUACIONES LINEALES SIMULTANEAS


HOMOGENEAS
Mtodos Numricos /Anlisis Numrico/ Clculo Numrico
Objetivo: Resolucin de sistemas de ecuaciones lineales
homogneas por mtodos aproximados.
Se considerar la solucin de ecuaciones algebraicas lineales
simultneas HOMOGNEAS, que tienen la forma:

= + + +
= + + +
= + + +
0 ...
... .......... .......... .......... ..........
0 ...
0 ...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
m nm n n
m m
m m
x a x a x a
x a x a x a
x a x a x a
(6.20)
El sistema puede ser escrito en notacin matricial:
A . X = 0 (6.21)
SISTEMAS DE ECUACIONES HOMOGNEAS
2
Generalidades
Un conjunto de ecuaciones homogneas como el (6.20) tiene
siempre una solucin, ya que la matriz ampliada y la del sistema
presentan, el mismo rango.
Si el rango r de la matriz de los coeficientes del conjunto de
ecuaciones es igual al orden n, el sistema tiene una nica solucin,
que es la denominada SOLUCIN TRIVIAL (x
1
= x
2
= ... = x
n
= 0).
Para este conjunto de ecuaciones, todas las ecuaciones del sistema
son linealmente independientes -> Det A 0.
Generalidades (2)
Existen soluciones NO TRIVIALES si, y solo si, r < n.
Entonces Det A = 0,
r : nro de ec. Linealmente independientes
n-r: Ec. Linealmente dependientes
Para este tipo de soluciones, no se encuentran valores nicos para
las incgnitas. Se establecen relaciones entre las incgnitas.
Cualquier combinacin de valores de x que satisface estas
relaciones constituye una solucin.
Los problemas ms importantes que se plantean en la aplicacin de
ecuaciones homogneas son aquellos denominados de VALORES
CARACTERSTICOS
3
Generalidades (3)
Las ecuaciones pueden escribirse, de manera cartesiana, en la forma:
( )
( )
( )

= + + +
= + + +
= + + +
0
0
0
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n nn n n n
n n
n n
x a x a x a
x a x a x a
x a x a x a

(6.22)
donde, los a
ij
son reales, las x
i
son las variables del sistema y lambda es un
parmetro particular del sistema que tiene valores, en general, desconocidos.
En la notacin matricial
( A - I ) X = 0
(6.23)
Generalidades (4)
Donde al incorporar la matriz identidad I, se puede utilizar a
( A - I ) como matriz de coeficientes.
La matriz columna X recibe el nombre de VECTOR
CARACTERSTICO AUTOVECTOR EIGENVECTOR;
siendo las x
i
las componentes de dicho vector caracterstico.
Los valores que se obtienen para lambda se conocen como
VALORES CARACTERSTICOS AUTOVALORES
EIGENVALORES de la matriz A.
4
Generalidades (5)
Dado que lambda aparece como incgnita, es posible, hacer que el
determinante de dicha matriz sea igual a cero y, llamando D a este,
resulta:
(6.24)
y encontrando valores para lambda que hagan D = 0, se tendr la
solucin.
El desarrollo algebraico del determinante D produce un polinomio de
grado n, de la forma:
(6.25) 0
1
1
1
= + + + +

n n
n n
p p p
| | 0 I - A D = =
Generalidades (6)
Este polinomio recibe el nombre de POLINOMIO
CARACTERSTICO ECUACIN CARACTERSTICA
Es necesario resolver el POLINOMIO y obtener los lambda que
hacen D=0.
Las n races reciben el nombre AUTOVALORES o VALORES
CARACTERISTICOS.
Los valores caractersticos, se sustituyen, uno a la vez, en el conjunto
original de ecuaciones para obtener un sistema correspondiente de
relaciones entre las incgnitas x para cada sustitucin.
5
Generalidades (7)
Las relaciones dependern del r de la matriz ( A - I ).
Si es r = n - 1, las relaciones sern tales que la hiptesis de
un valor para una incgnita, producir un valor
correspondiente para c/u de las ecuaciones restantes;
si r = n - 2, las relaciones sern tales que se tendrn que
suponer los valores de dos incgnitas para poder obtener
un valor correspondiente a c/u de las incgnitas restantes.
Generalidades (8)
Cuando n es relativamente pequeo (2 3), el desarrollo de
determinantes por menores para obtener el polinomio caracterstico es
sencillo; y la posterior determinacin de races no presenta grandes
dificultades.
Para calcular el determinante de una matriz de n * n, se requieren de
o (n!) multiplicaciones/divisiones y sumas/restas. Incluso con valores de
n relativamente pequeos, la cantidad de clculos se torna inmanejable.
Cuando n es grande sta determinacin se vuelve muy difcil, sino
imposible y se debe apelar, a algn procedimiento numrico tal como
alguno de los estudiados en el captulo correspondiente.
6
Mtodo de FADDEEV-LEVERRIER
Este mtodo constituye una tcnica eficiente para generar los
coeficientes p
i
del polinomio caracterstico (6.25), tanto, cuando la
matriz A de los coeficientes es simtrica, como cuando no lo es.
Tiene la ventaja adicional de que se obtiene automticamente, al
finalizar el proceso, la matriz inversa del sistema A
-1
.
TRAZA de una matriz:
La traza de una matriz, que ser designada mediante " tr A " es:
(6.26) tr A = a
11
+ a
22
+ ... + a
nn
Mtodo de FADEEV-LEVERRIER (1)
Genera en su procedimiento, una sucesin de matrices B
1
; B
2
; ...;
B
n
de las que se obtienen una serie de valores, que se denominarn
b
k
(k = 1; 2;...;n) que sustituidos en el POLINOMIO DE
FADDEEV-LEVERRIER:
dan como resultado los coeficientes p
k
El factor (-1)
n
se utiliza para dar a los trminos los signos que tendra
el polinomio caracterstico si hubiese sido generado desarrollando el
determinante correspondiente.
( ) ( ) 0 1
1
1
1
=

n n
n n
n
b b b (6.27)
7
Mtodo de FADDEEV-LEVERRIER (2)
Los valores de b
k
se obtienen as:
B
1
= A ; b
1
= tr B
1
B
2
= A ( B
1
- b
1
I ) ; b
2
=
1
/
2
tr B
2
(6.28)
..
B
n
= A ( B
n-1
- b
n-1
I ) ; b
n
=
1
/
n
tr B
n
Puede demostrarse que la inversa de la matriz A, cuyos valores
caractersticos se desea hallar, se determinan a partir de la ecuacin:
(6.29) A
-1
=
1
/b
n
( B
n-1
- b
n-1
I )
Mtodo de FADDEEV-LEVERRIER (3)
Ejemplo: supngase que se ha obtenido, como
modelo matemtico de algn problema determinado,
el siguiente sistema lineal homogneo de ecuaciones:

= + +
= + +
= + +
0 ) 3 ( 2 4
0 2 ) 0 ( 2
0 4 2 ) 3 (
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x

8
Mtodo de FADDEEV-LEVERRIER (4)
Se debe generar las matrices Bk a partir de la matriz
A del sistema. Siendo:
Entonces:
(
(
(

=
3 2 4
2 0 2
4 2 3
A
6 3 0 3
3 2 4
2 0 2
4 2 3
1 1 1
= + + =
(
(
(

= trB b B
De la misma manera
Mtodo de FADDEEV-LEVERRIER (5)
15 ) 11 8 11 (
2
1
*
2
1
11 2 4
2 8 2
4 2 11
6 0 0
0 6 0
0 0 6
3 2 4
2 0 2
4 2 3
*
3 2 4
2 0 2
4 2 3
) * ( *
2 2
1 1 2
= + + =

(
(
(

(
(
(

(
(
(

(
(
(

= =
trB b
I b B A B
9
Mtodo de FADDEEV-LEVERRIER (6)
Sustituyendo los valores de los bk en el polinomio de
FADDEEV-LEVERRIER, se obtiene:
8 ) 8 8 8 (
3
1
*
3
1
8 0 0
0 8 0
0 0 8
15 0 0
0 15 0
0 0 15
11 2 4
2 8 2
4 2 11
*
3 2 4
2 0 2
4 2 3
) * ( *
3 3
2 2 3
= + + =

(
(
(

(
(
(

(
(
(

(
(
(

= =
trB b
I b B A B
0 ) 8 15 6 ( * ) 1 (
2 3 3
=
Mtodo de FADDEEV-LEVERRIER (7)
Del cual resulta:
O, multiplicando por -1
Que es el polinomio caracterstico. Obteniendo la races
de la ecuacin dada mediante cualquier mtodo,
resultan los valores propios.
0 8 15 6
2 3
= + + +
0 8 15 6
2 3
=
1
; 1
; 8
3
2
1
=
=
=

10
Mtodo de FADDEEV-LEVERRIER (8)
Los que, sustituidos de uno por vez en el sistema,
permite el calculo de las componentes xj (j=1; 2; 3)
de los vectores caractersticos o autovectores.
Finalmente, para hallar la matriz inversa del sistema,
se debe hacer
(
(
(
(
(
(

(
(
(

(
(
(

8
4
8
2
8
4
8
2
8
7
8
2
8
4
8
2
8
4
1 0 0
0 1 0
0 0 1
* 15
11 2 4
2 8 2
4 2 11
*
8
1
1
A
Mtodo de las POTENCIAS
El mtodo de las POTENCIAS es un mtodo iterativo.
Utilizado en aquellos casos en que solamente se desea conocer el
autovalor ms pequeo y/o ms grande, juntamente con sus
autovectores asociados.

Una ventaja adicional de este mtodo es que los autovalores se


obtienen simultneamente con sus respectivos autovectores.
11
Mtodo de las POTENCIAS (2)
Para determinar el autovalor ms grande, supngase que tanto los
elementos de la matriz como del autovalor son reales. Sea el sistema:
(6.38) ( ) 0 = X I A
donde, realizando el producto indicado por el parntesis, se obtiene:
0 = = X AX IX AX
y transponiendo trminos:
(6.39)
X AX =
Mtodo de las POTENCIAS (3)

Haciendo uso sistemtico de esta ltima ecuacin (6.39) y realizando


los siguientes pasos:
I.- Asignar valores arbitrarios a las componentes de X, y
designndolo con X
0
se sustituye en el 1er. Miembro de A X= X ,
con lo cual se obtiene la primera aproximacin del 2do. miembro. En
general, resulta satisfactorio tomar los valores para x
i
= 1; 2; ... ;n.
II.- Dividir los elementos del vector X
1
por x
1
, para que la
primera componente se reduzca a la unidad.
1 0
X AX =

12
Mtodo de las POTENCIAS (4)
III.- Se utilizan las componentes del vector obtenido como valores
mejorados de X, sustituyndolos en el primer miembro de (6.39) para
volver a obtener as, una mejor aproximacin en un siguiente paso.
IV.- Se repiten los pasos II y III hasta que la expresin (6.39) quede
esencialmente satisfecha. Es decir se cumpla con la cantidad E fijada
de antemano.
Al iterar se conforma una sucesin:
A X
0
; A
2
X
0
; ... ; A
k
X
0
,
X
0:
vector arbitrario supuesto inicialmente. Las potencias de la matriz
A que componen la sucesin, son las que le dan el nombre al mtodo.
Mtodo de las POTENCIAS (5)
Como determinar el autovalor ms pequeo y su autovector asociado.?
Es necesario premultiplicar por la inversa de A, resultando:
A
-1
A X = A
-1
X
X = A
-1
X
X AX =
13
Mtodo de las POTENCIAS (6)
La que producir una convergencia al valor ms pequeo del
autovalor lambda.
Dividiendo esta ltima expresin por el valor de , y permutando
ambos miembros, resulta:
X X A

1
1
=

(6.36)
Mtodo de las POTENCIAS (7)
CONCLUSIONES
Convergencia puede resultar lenta: Si los autovalores mximo e
inmediatamente menor tienen valores similares; o, si otro tanto ocurre
con el mnimo e inmediatamente mayor.
La convergencia es hacia el autovalor mximo: Si el autovalor
mximo tiene multiplicidad dos, pero, las componentes del autovector
convergen a cualquiera de los dos que estn asociados a aquel;
dependiendo esto, del vector X supuesto inicialmente.
14
Mtodo de las POTENCIAS (8)
En caso que el vector supuesto inicialmente sea ortogonal con el
autovector asociado al autovalor mximo de la matriz traspuesta,
convergir al autovalor que le sigue en magnitud en lugar de hacerlo al
mximo.
Como los autovalores son cantidades que hacen que el determinante
de la matriz de coeficientes (A - I) sea cero, el rango r de la matriz
de los coeficientes debe ser necesariamente menor que el orden n de la
matriz
Mtodo de las POTENCIAS (9)
Si el rango de la matriz de coeficientes es una unidad menor que el
orden, el sistema de ecuaciones homogneas que se va a resolver
contiene n-1 ecuaciones independientes para determinar los n
componentes de los autovectores.
15
Mtodo de las POTENCIAS (10)
Si el rango de la matriz de coeficientes es dos unidades menor que
el orden, es necesario suponer valores para dos componentes del
autovector para hallar valores para otras componentes. Habr solo
n-2 ecuaciones independientes en el sistema. Se dice que el espacio
de soluciones es bidimensional.
Si n-r = 3, se deben suponer tres componentes del autovector, y el
espacio de soluciones ser tridimensional. El razonamiento es idntico
cuando el grado de indeterminacin es mayor.
ECUACIONES LINEALES SIMULTNEAS
ORTOGONALES
Se presentan mtodos especiales destinados especficamente a la
resolucin de ECUACIONES LINEALES SIMULTNEAS
ORTOGONALES.
Importancia: facilidad y rapidez con que estos sistemas pueden ser
resueltos.
Posibilidad de convertir un sistema cualquiera en ortogonal.
16
Introduccin
Un sistema de ecuaciones lineales simultneas de la forma:
(6.43) A X = C ; A = [ a
i j
]
donde, A es una matriz cuadrada de orden nxn, que recibe la
denominacin de ORTOGONAL si satisface la condicin:
Si la suma de los productos de coeficientes homlogos de dos filas
diferentes del sistema, es nulo. La expresin anterior recibe el nombre
de CONDICIN DE ORTOGONALIDAD.
i j a a
n
r
r j j i
=

=
; 0
1
(6.44)
Introduccin (2)
Considerando los n coeficientes de cada fila de la matriz A como
componentes de un vector A
i
, la condicin de ortogonalidad de estos
vectores es precisamente la ecuacin (6.44). En general:
( )

= =
r
r j r i j i
j i a a ; 0 ;A A
(6.45)
lo que expresa que, si el producto escalar de dos vectores A
i
; A
j
es
nulo, estos son ortogonales.
17
El Mtodo ANALITICO
El sistema representado por A X = C, puede ser escrito en forma
cartesiana:

= + + +
= + + +
= + + +
n n nn n n
n n
n n
c x a x a x a
c x a x a x a
c x a x a x a

2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
(6.46)
La solucin de este sistema, puede encontrarse fcilmente evitando la
aplicacin de mtodos extensos y complejos
Mtodo ANALITICO (2)
Se transforman las incgnitas x
1
; x
2
;...; x
n
, en otras z
1
; z
2
;...; z
n
,mediante la relacin:
Z A X
T
=
que, en forma cartesiana se expresa:

+ + + =
+ + + =
+ + + =
n nn n n n
n n
n n
z a z a z a x
z a z a z a x
z a z a z a x

2 2 1 1
2 2 22 1 12 2
1 2 21 1 11 1
(6.47)
18
Mtodo ANALITICO (3)
Estos valores de x
i
reemplazados en la expresin (6.46), dan como
resultado:
( ) ( )
( ) ( )
( ) ( )

= + + + +
+ + + + + + + + +
= + + + +
+ + + + + + + + +
= + + + +
+ + + + + + + + +
n n nn n n nn
n n n n n n
n nn n n n
n n n n
n nn n n n
n n n n
c z a z a z a a
z a z a z a a z a z a z a a
c z a z a z a a
z a z a z a a z a z a z a a
c z a z a z a a
z a z a z a a z a z a z a a
) (
) (
) (
2 2 1 1
2 2 22 1 12 22 1 2 21 1 11 1
2 2 2 1 1 2
2 2 22 1 12 22 1 2 21 1 11 21
1 2 2 1 1 1
2 2 22 1 12 12 1 2 21 1 11 11


Mtodo ANALITICO (4)
Estas ltimas expresiones se pueden ordenar en funcin de las
incgnitas definidas z
i
, resultando
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )

= + + + +
+ + + + + + + + +
= + + + +
+ + + + + + + + +
= + + + +
+ + + + + + + + +
n n nn n n
n nn n n n nn n n
n nn n n n
n n n
n nn n n n
n n n
c z a a a
z a a a a a a z a a a a a a
c z a a a a a a
z a a a z a a a a a a
c z a a a a a a
z a a a a a a z a a a
2 2
2
2
1
2 2 22 2 21 1 1 1 12 2 11 1
2 2 2 22 1 21
2
2
2
2
22
2
21 1 1 2 12 22 11 21
1 1 2 12 1 11
2 2 1 22 12 21 11 1
2
1
2
12
2
11


19
Mtodo ANALITICO (5)
Considerando la condicin de ortogonalidad se aprecia
que, los parntesis que encierran sumas de productos se anulan,
quedando solamente aquellos que encierran sumas de cuadrados, as:
( )
( )
( )

= + + +
= + + +
= + + +
n n nn n n
n
n
c z a a a
c z a a a
c z a a a
2 2
2
2
1
2 2
2
2
2
22
2
21
1 1
2
1
2
12
2
11

(6.48)
i j a a
n
r
r j j i
=

=
; 0
1
Mtodo ANALITICO (6)
Mediante estas ltimas expresiones es posible obtener, de manera
directa, todos los valores de las z
i
luego, haciendo uso de las
ecuaciones (6.47), se calculan los valores de las x
i
.
En el caso que la precisin alcanzada no fuera satisfactoria, los
resultados obtenidos son susceptibles de ser refinados mediante el
mtodo de las ecuaciones de error.
20
EJEMPLO
Dado el siguientes sistema, verificar su condicin de
ortogonalidad y resolver apropiadamente.

= + +
=
= +
100 4 12 4
1 4 7
11 2
w y x
w y x
w y x
EJEMPLO
Solucin: Para verificar la condicin de ortogonalidad,
se deben realizar los productos escalares entre
ecuaciones, resultando de esta manera:
(A1 ; A2)=1*7+(-1)*(-1)+2*(-4)=7+1-8=0
(A1 ; A3)=1*4+(-1)*12+2*4=4-12+8=0
(A2 ; A3)=7*4+(-1)*12+(-4)*4=28-12-16=0
21
EJEMPLO
Aplicando al sistema dado, la formula resolvente de
la expresin
( )
( )
( )

= + + +
= + + +
= + + +
n n nn n n
n
n
c z a a a
c z a a a
c z a a a
2 2
2
2
1
2 2
2
2
2
22
2
21
1 1
2
1
2
12
2
11

(6.48)
Se obtiene:
6*z1=-11 ; 66*z2=1 ; 176*z3=-100
EJEMPLO
Vale decir:
z1=-11/6 ; z2=1/66 ; z3=-100/176.
Y finalmente reemplazando estos valores en las
expresiones, resulta
X=-4 ; y=-5 ; w=-6